이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Simon Willison은 Claude Fable 5.1의 다섯 가지 reasoning effort 설정으로 “자전거를 타는 펠리컨의 SVG를 생성하라”는 동일한 프롬프트를 실행해 결과와 비용을 비교했습니다. low와 medium에서는 추론 기록이 나타나지 않았고 각각 23.8초·10.017센트와 23초·9.912센트가 들었으며, high에서는 29.6초와 13.087센트로 짧은 추론이 확인됐습니다. xhigh에서는 36,767 output tokens와 7분 51초, $1.83이 필요했고 max에서는 65,927 output tokens와 13분 54초, $3.30이 들었지만 가장 완성도 높은 펠리컨 SVG가 나왔습니다. 이후 Max 결과에 “animate this”를 적용해 1,376 input tokens와 26,201 output tokens, $1.37의 비용으로 애니메이션을 만들었고, MP4 변환본에서는 바퀴 회전 방향이 잘못 보이는 문제가 남았습니다.
섹션별 상세
Anthropic은 Fable 5.1의 코딩, 지식 작업, 장기 문제 해결 성능을 내세우며 Terminal-Bench-Science 0.1에서 52.6%를 기록했다고 발표했습니다. 이 점수는 Fable 5의 24.7%, Opus 5의 29.0%, GPT-5.6 Sol의 22.4%보다 높았고, 글쓴이는 다른 벤치마크보다 이 과학 평가 결과가 특히 두드러진다고 평가했습니다. 다만 글의 실험 초점은 과학 벤치마크 자체보다 같은 모델군 안에서 reasoning effort가 결과물에 미치는 차이를 확인하는 데 맞춰졌습니다.
Fable 5.1은 low, medium, high, xhigh, max의 다섯 가지 reasoning 수준을 제공하며 reasoning을 완전히 끄는 선택지는 없습니다. 글쓴이는 llm-anthropic의 reasoning trace 기록 문제를 수정한 뒤 동일한 “Generate an SVG of a pelican riding a bicycle” 프롬프트를 각 수준에 적용했습니다. low와 medium에서는 추론 텍스트가 보이지 않았고 output tokens도 각각 1,998과 1,977로 비슷해, 이 프롬프트에서는 두 설정이 사실상 추론을 건너뛴 것으로 관찰됐습니다.
High에서는 29.6초 동안 2,612 output tokens를 생성하고 13.087센트가 들었으며, 하늘과 땅, 두 개의 바퀴, 차체, 좌석, 핸들, 흰 몸통과 주황색 부리를 계획하는 짧은 추론 기록이 남았습니다. 결과물은 low와 medium보다 약간 달랐지만, 글쓴이는 시각적 차이가 크지 않다고 보았습니다. 즉 high 설정은 추론을 일부 사용했지만, 이 작업에서는 xhigh와 max처럼 긴 수정 과정이나 뚜렷한 품질 상승으로 이어지지 않았습니다.
xhigh에서는 출력량이 36,767 tokens로 늘고 7분 51초와 $1.83이 필요했으며, 추론 기록에는 눈, 날개, 페달에 닿는 주황색 다리, 꼬리 깃털의 위치를 조정하는 과정이 담겼습니다. max에서는 65,927 output tokens, 13분 54초, $3.30을 사용해 가장 좋은 펠리컨이 나왔고, 바구니와 물고기, 파란 모자, 양쪽 페달과 핸들바의 접촉처럼 세부 요소가 추가됐습니다. 글쓴이는 Gemini 3.7 Flash만큼 화려하지는 않지만 SVG를 요구한 목적에는 부합한다고 평가했습니다.
bash
llm logs -cx | llm -m claude-fable-5.1 -s 'animate this'기존 Max 수준 펠리컨 SVG를 Claude Fable 5.1의 기본 High 추론 수준에 입력해 애니메이션 SVG로 변환하는 명령입니다.
Max 결과물에 “animate this”를 추가 입력해 애니메이션을 만들자 6,121 input tokens와 26,201 output tokens, $1.37이 사용됐습니다. 명령은 `llm logs -cx | llm -m claude-fable-5.1 -s 'animate this'`였고, 정적 SVG를 다시 처음부터 생성하지 않고 기존 결과를 변환 대상으로 삼았습니다. 변환된 MP4에서는 바퀴가 반대 방향으로 도는 것처럼 보였지만, 원본 animated SVG에서는 올바른 방향일 가능성이 있다고 글쓴이는 덧붙였습니다.
용어 해설
- 추론 노력 수준(Reasoning Effort)
- — LLM이 답변을 만들기 전에 내부 추론에 투입하는 계산량을 조절하는 설정입니다. 낮은 수준에서는 추론 토큰을 거의 쓰지 않을 수 있고, 높은 수준에서는 더 긴 계획과 검증 과정을 거쳐 출력 품질을 높이는 대신 시간과 비용이 증가합니다.
- Terminal-Bench-Science 벤치마크(Terminal-Bench-Science)
- — 터미널 환경에서 과학 연구 관련 문제를 해결하는 AI 모델의 능력을 측정하는 평가 기준입니다. 기사에서는 Terminal-Bench-Science 0.1의 점수를 Fable 5.1과 다른 모델의 과학 문제 해결 성능을 비교하는 근거로 사용합니다.
- SVG
- — 도형, 선, 경로 같은 벡터 요소를 XML 기반으로 표현하는 이미지 형식입니다. 기사 속 모델은 SVG 코드로 자전거, 펠리컨, 배경을 구성했으며, 요소별 위치와 형태를 직접 조정해 정적 이미지와 애니메이션을 만들었습니다.
- 추론 기록(Reasoning Trace)
- — 모델이 결과물을 만들면서 거친 계획, 수정, 검증 과정을 기록한 텍스트입니다. 이 글에서는 펠리컨의 발과 페달 위치, 헬멧 크기, 포크 곡선 등을 조정하는 과정이 추론 기록에 나타나며, reasoning effort에 따른 작업량 차이를 확인하는 자료가 됩니다.
- 애니메이션 SVG(Animated SVG)
- — SVG 요소의 위치나 변형을 시간에 따라 바꿔 움직임을 표현하는 이미지 형식입니다. 기사에서는 정적 SVG 펠리컨에 “animate this”라는 지시를 추가해 움직이는 결과물을 만들었고, MP4 변환 과정에서 바퀴 회전 방향이 다르게 보이는 문제도 관찰했습니다.
기술
- Fable 5.1
- Mythos 5.1
- Terminal-Bench-Science 0.1
- Opus 5
- GPT-5.6 Sol
- llm-anthropic
- SVG
- Gemini 3.7 Flash
- MP4
활용 사례
- SVG 일러스트 생성
- 기존 SVG의 애니메이션 변환
- reasoning effort별 모델 품질·비용 비교
- 코드 기반 그래픽 제작
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 02.수집 2026. 09. 02.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
